OpenAI发布CoT可监控性评估框架与套件

为了保持思维链（CoT）的可监控性，我们必须能够对其进行测量。

我们构建了一个框架+评估套件来测量CoT的可监控性——涵盖24个环境中的13项评估——这样我们就能实际判断模型何时将其内部推理的特定方面用语言表达出来。